分类

相关性计算器

基于成对数值数据计算皮尔逊相关系数、协方差以及线性关联强度

示例结果

2 个示例

衡量学习时间与成绩的相关性

通过成对观测值判断学习时间增加是否伴随更高的考试成绩

{
  "result": {
    "correlation": 0.9988,
    "rSquared": 0.9976,
    "covarianceSample": 13.75,
    "interpretation": "positive very strong correlation"
  }
}

查看输入参数

{ "pairedData": "1, 52\n2, 57\n3, 63\n4, 68\n5, 74", "xValues": "", "yValues": "", "precision": 4 }

通过对齐的 X/Y 序列检查相关性

当数据已经按列或数组拆开保存时，直接输入两组对齐列表计算相关性

{
  "result": {
    "correlation": 0.996,
    "rSquared": 0.992,
    "covarianceSample": 180
  }
}

查看输入参数

{ "pairedData": "", "xValues": "10, 20, 30, 40, 50", "yValues": "8, 14, 22, 29, 36", "precision": 3 }

数据对

X 值（可选）

Y 值（可选）

小数精度

关键信息

分类: Math & Numbers
输入类型: textarea, text, number
输出类型: json
样本覆盖: 0
支持 API: Yes

概览

相关性计算器是一个在线 math & numbers 工具，可用于基于成对数值数据计算皮尔逊相关系数、协方差以及线性关联强度。当你处理数字数据内容时尤其有用。

适用场景

•当你需要在浏览器中快速 process 数字数据内容时，可以使用它。
•适合需要可重复输入和快速结果的 math & numbers 工作流。
•如果你想先验证输入输出行为，再集成到其他流程中，这个工具很适合。

工作原理

•先输入数据对, X 值（可选）, Y 值（可选）, 小数精度。
•工具会处理请求并返回 json 类型的结果。
•在交互式验证结果后，可以继续使用页面提供的 API 端点进行批量或自动化调用。

使用场景

在调试或 QA 场景下处理数字数据数据。

在接入 API 或自动化流程前先验证输出结果。

快速比较小幅输入变化对输出结果的影响。

常见问题

API 文档

请求端点

POST /zh/api/tools/correlation-calculator

请求参数

参数名	类型	必填	描述
pairedData	textarea	否	-
xValues	text	否	-
yValues	text	否	-
precision	number	否	-

响应格式

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}

JSON数据: JSON数据

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中：

{
  "mcpServers": {
    "elysiatools-correlation-calculator": {
      "name": "correlation-calculator",
      "description": "基于成对数值数据计算皮尔逊相关系数、协方差以及线性关联强度",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=correlation-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具，比如：`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`，最多20个。

如果遇见问题，请联系我们：[email protected]

分类